Android 上应用安装欺诈的消亡

数字的 广告欺诈 据统计，广告商的成本高达 190 亿美元 电子营销员。 据估计，高达 420 亿美元 杜松研究公司。 无论您相信哪个数字，很明显欺诈行为非常普遍。

同样明显的是，越来越多的欺诈行为发生在移动设备上，其中 约40% 的数字广告资金被花在美国，移动应用安装营销尤其陷入困境。 2018年看到 1130 亿次应用安装 仅在 Google Play 和 App Store 上，而且这一数字正在增长到 2580亿 到 2022 年，所有应用商店的安装量都会增加。随着巨大的增长和巨大的潜在利润，营销人员现在正在花费 每年超过 400 亿美元 推动移动应用安装。 但欺诈行为正在吞噬大量支出。

大多数营销人员要么没有欺诈预防措施，要么他们现有的工具缺乏关键的尖端功能。 事实上，当我们将Singular突破性的欺诈预防技术应用于新的Singular客户时，看到他们的一些付费移动应用安装活动中欺诈率达到 80% 到 90% 就不足为奇了。

考虑到这些数字，某些广告网络接近 100% 欺诈也就不足为奇了。

Singular最近更新的欺诈预防套件，包括全球首创的全新 Android 安装验证工具，可以确定性地识别更多旨在窃取应用营销人员资金的欺诈行为。 最终，我们现在能够主动检测并删除更多客户活动中的虚假印象、点击和安装。

结果是：营销人员每周节省 100,000 美元以上。

同样重要的是，营销人员现在能够根据干净、准确和无欺诈的数据做出更明智的增长和投资决策……并花零时间与广告网络协商退款。

典型的例子：一位新客户拥有一款收入排名前 50 名的应用程序。 这位顾客发现，超过 他们从非自我归因网络支付的安装费用中有 95% 是欺诈性的 当他们激活Singular时 欺诈预防套件.

如何？ 近一半的安装完全是假的，而许多真正的安装是由不驱动安装的广告网络声称的。

并非所有品牌都会经历这种情况，但当营销人员快速扩展大量广告网络时，这种情况就可能发生。 如果没有针对应用程序安装欺诈的正确反欺诈技术……以及极端的尽职调查，很容易为欺诈打开闸门。

拒绝虚假安装为该客户每周节省了超过 100,000 美元。

另一位顾客？ 打开Singular的欺诈保护套件后，他们发现超过 80% 的付费安装都是欺诈性的（同样来自非自我归因网络）。

虽然许多广告网络都是干净且相对无欺诈的，但有些广告网络通常包含 50% 或更高的欺诈率，还有一些广告网络的欺诈率接近 100%。 正如我们在报告中所示 扩大移动增长，营销人员需要多样化的媒体来源才能快速增长……但他们也需要保护自己免受欺诈者的侵害。

示例：这是另一位 Beta 测试人员的广告合作伙伴的视图。 每列都是不同的广告网络，只有绿色条显示干净、相对无欺诈的流量：

尽管过去几年人们对打击应用程序安装欺诈进行了大量关注和工作，但在许多情况下，欺诈者的学习和发展速度比“欺诈警察”更快。 简而言之：广告欺诈仍然是一个主要问题。

为了打击地球上最狡猾的欺诈者，我们正在利用大数据的力量：分析更多的信号。 仅 2019 年 6 月， Singular就测量了 700 亿次广告展示次数、近 110 亿次点击、近 60 亿次应用安装以及近 3.5 亿美元的广告支出。 我们还在更深入地挖掘，更深入地分析来自个人印象、点击和应用程序安装的详细信号，以发现可疑活动。

这一数量和深度只是Singular最近能够推出三项新的反欺诈技术的两个原因，这些技术共同成为我们业已领先的Singular欺诈预防套件的一部分：

• Android 安装验证
• Android 有机偷猎预防
• 安卓 点击注入 预防

1. Android安装验证

这是 Android 上虚假安装检测的真正突破。 Singular的欺诈研究团队发现了最先进的新信号，可用于确定性地判断 Android 安装是真是假。

重要提示：这不是概率猜测：我们正在验证特定设备和特定用户的每个特定安装是否真实。

2. Android有机防盗猎

诈骗者伪造虚假点击试图盗取 有机安装 通过声称他们没有影响转化而获得功劳。 Singular检测到这些尝试并忽略它们。

事实证明，仅依靠平均安装时间 (MTTI) 是一种无效的方法。 Singular还使用来自 Play 商店的信号来确定是否发生了合法的广告点击，或者有机用户是否被挖走。

3.Android点击注入预防

欺诈者还窃取其他广告网络驱动的安装，在检测到即将发生的安装事件后注入虚假点击。 Singular会检测到这些并忽略它们。

现有方法

这些新方法加入了现有的Singular应用程序安装欺诈预防方法，这些方法也得到了更新和加强：

• iOS 安装验证
• 高度参与
• 是时候安装异常值了
• 列入黑名单的 IP 地址
• 地质出血
• SDK版本过时
• 过时的应用程序版本
• 非 Play 商店安装
• 单击/安装来源国家/地区
• 列入黑名单的出版商

此外， Singular还提供了更多欺诈信号，可以将这些信号合并到我们的自定义规则系统中，从而使营销人员能够自定义自己的欺诈信号
欺诈标准。

Singular与全球客户一起对这些新的反欺诈技术进行了 Beta 测试，这些客户每年在移动营销和移动用户获取方面花费数千万美元。

全球客户#1

每月节省 500,000 美元

一位 Beta 测试客户拥有全球最畅销的 iOS 游戏之一 [1]。 使用Singular的新欺诈工具，客户发现他们付费的应用程序安装中有超过 90% 是欺诈性的。 这为他们每月节省了超过 500,000 美元。 此外，该客户在一周内仅在其一款顶级应用程序中发现并阻止了近 25,000 美元的欺诈性应用内购买行为。

Singular欺诈预防套件发现的欺诈方法

全球客户#2：

49.5% 的付费安装受到归因操纵的影响

另一个按需服务行业的全球客户发现，他们的付费安装中近 50% 遭受了归因操纵 [2]。 错误的广告合作伙伴获得了报酬（这表明欺诈行为欺骗了道德广告网络以及广告商）。

这个级别的归因操纵是危险的，因为当这种情况发生时，营销人员无法对未来的预算分配做出最佳决策。 如果网络 A 带来了 10,000 次有利可图的安装，而网络 B 仅贡献了 2,000 次，您可能会增加在 A 上的支出。但如果 B 确实带来了这些安装，而 A 错误地获得了功劳，那么您未来做出的任何营销决策都将基于虚假数据。

结果是您的整体指标和盈利能力将受到影响。

获得正确的数据使该客户能够做出不同的营销投资决策，从而节省额外的资金并加速其最重要指标的增长：投资回报率、客户增长和实际增长。 广告支出回报.

1 注意：为了保护客户的隐私，一些小细节已被更改。
2 再次强调：为了保护隐私，更改了一些细节。

说您打击应用程序安装欺诈或发现移动欺诈很容易。 有效地做到这一点是另一回事。

Singular的网络安全团队不断监控异常情况和异常行为，检查各种信号。 一旦发现异常情况，我们就会深入挖掘根本原因，并找到一种确定性的方法来打击这种欺诈方法。 一旦我们找到了识别新欺诈类型的确定性方法，我们就会自动阻止它。 简而言之，我们正在模仿欺诈者的思维方式并对他们的计划进行逆向工程。

以下是Singular欺诈预防套件背后的原则。

确定性

Singular努力避免误报。 我们希望在粒度级别上清楚地识别欺诈行为。 因此， Singular的欺诈结果适用于实际的个人安装、设备和用户，而不是总体级别的来源或发布者。

前置预防

在欺诈行为发生后才发现为时已晚。 广告商已经为流量、用户或客户付费，然后他们将不得不与合作伙伴进行耗时且困难的成本对账对话。

当您让虚假用户进入时，可能会出现更大的问题：营销人员与虚假用户一起获得欺诈性参与和购买数据，从而使您的分析变得混乱，并使其难以决定在哪里进行再投资。 更糟糕的是，合法广告网络的算法可以实时适应欺诈行为，降低实际有效的广告活动和来源的优先级，因为由于欺诈者的盗窃，它们的安装属性越来越少。

消除虚假安装绝对至关重要
前 归因。

透明可信

广告商和广告网络都需要知道什么构成欺诈，并且需要透明的理由来说明为什么流量、安装或其他活动被归类为欺诈。 因此， Singular为每次安装、点击和展示提供用户级决策逻辑。

可定制

没有营销人员希望欺诈。 但营销人员确实希望个性化他们的欺诈预防策略，并确定他们想要采取的积极程度。 与使用许多不同的利基广告网络的营销人员相比，主要使用 Facebook、Google、Apple、Snap 和 Twitter 等自我归因网络的营销人员更喜欢采用不同的策略，
例如。

Singular让客户决定他们将使用的欺诈规则以及他们在发现可疑活动时将采取的行动。

我们希望帮助您确保所有安装都是有效、干净且无欺诈的。 如果您是应用发行商，我们来谈谈。

我们将聘请网络安全团队对您所有来源的流量进行全面审核，验证您的安装、转化、参与和应用内购买是否有效、准确且无欺诈。

厌倦了应用程序安装欺诈？

• 今天请求#fraudit。 给我们发电子邮件： 欺诈@singular.net
• 深入研究欺诈行为。 了解有关我们的欺诈预防的更多信息

关于Singular

Singular是一个营销情报平台，可将营销数据转化为准确、精细且可操作的见解，以推动增长。 通过将营销活动数据与归因数据相结合，营销人员可以衡量跨多个渠道的每个接触点的投资回报率，以获得单一事实来源。 Singular目前跟踪零售、金融、旅游、游戏、娱乐、媒体和点播服务等行业超过 100 亿美元的数字营销支出、收入和生命周期价值。 Singular客户包括 Lyft、Yelp、Airbnb、LinkedIn、Symantec、Zynga、Match 和 Twitter 等公司。